航线联盟下航空货运网络枢纽点选址问题研究

本文研究航空联盟下航空货运网络的枢纽点选址问题(HLP),基于枢纽点的数量及位置随机与容量的限制。首先引入航线联盟选择概率函数,确定不同航段上的航线自营运输或外包运输的概率;其次根据选址中心法则,以网络总成本最小化为目标,建立枢纽点选址模型;再次采用改进的免疫混沌遗传算法求解模型;最后,以顺丰航空公司案例进行实例分析。结果表明:1)本文改进的算法较免疫混沌遗传算法并与免疫遗传算法及CPLEX结果对比,发现本文设计的算法有较强的收敛性和计算速度,且计算结果与CPLEX求解器求解结果相差不大;2)枢纽点数量不确定时,枢纽点的位置多集中在东部城市;3)航空公司选择联盟环境可以大大降低运营成本,航空公司为提高自身利润,应考虑加入联盟,从而降低自身成本。     

具有偏好锥的链式网络DEA模型

对链式网络DEA模型进行推广,将"偏好锥"引入网络DEA模型.针对中间产出重要性以及决策者评价时的偏好,建立带有产出锥和投入锥相应的两阶段生产可能集,对具有"偏好锥"的链式网络DEA模型,证明了决策单元为网络DEA有效的充要条件,给出了网络DEA有效性与各阶段弱DEA有效性的关系.另外,文章结合具体算例说明了偏好锥的变化对效率评价的影响.关于两阶段的模型以及相关结论可以推广到多阶段网络结构.     

欧洲航空超网络的实证分析

本文将机场定义为节点,将航空公司定义为超边,采用超网络方法分析了欧洲航空网络的特征.实证结果表明,这些统计属性的累计概率分布服从指数分布,说明多个随机因素的相互作用导致了该超网络的形成,较小的平均距离和较大的聚集系数表明该超网络符合小世界效应.     

论“打开黑箱评价”的网络DEA模型

讨论了两阶段网络DEA模型KH,复合网络DEA模型WYP,以及两个模型之间的关系.并指出了上述两个模型能够打开"黑箱".     

关于DEA有效性“新方法”的探讨

主要指出文献[1],[2]中所用的"新方法"不能完全区分决策单元的DEA有效性和弱DEA有效性.同时,"新方法"中所使用的DEA模型(即文献[3]中超效率DEA模型)的最优解不一定存在,这也是"新方法"使用中的一大缺陷.本文同时指出"新方法"虽然是可以扩充的,但扩充后,某些"新模型"仍然会出现上述问题.如果单纯的去评价决策单元的DEA有效性、弱DEA有效性和非弱DEA有效性时,建议还是使用传统的经典模型为好;如果需要进一步对DEA有效性再进行分析,是可以象最早提出超效率DEA模型的文献[3]中那样去应用超效率DEA模型。     

中国区域公路物流效率差异及其影响因素研究

公路物流在现代物流发展中的作用无可替代,提升公路物流效率是振兴中国物流业的关键。本文通过建立非径向超效率DEA模型和TOPSIS效率测度模型,对中国31个省(自治区、直辖市)公路物流效率进行组合测度,并建立Tobit面板回归模型对其影响因素进行实证研究。结果表明:2010-2015年,中国公路物流效率值呈现中、东、西部地区阶梯下降变化特征,且各区域内省份之间呈现显著差异性,通过系统聚类分析发现,安徽、河北、内蒙古等地区公路物流效率在各自区域内处于较高水平。地区信息化水平、公路物流资源利用率等因素对中国公路物流效率具有重要影响,尤其是提高载货汽车利用率对促进公路物流效率的提升具有重大现实意义。     

基于PCA和网络DEA模型的中国工业企业研发效率和经营效率评价

本文构建了一个价值链模型,将创新活动视作由研发阶段和经营阶段构成的完整过程。在主成分提取的基础上,利用Tone和Tsut8ui提出的SBM网络DEA模型,对2010年我国30个省(自治区、直辖市)大中型工业企业的研发效率和经营效率进行了实证分析。研究发现:第一,研发效率与经营效率之间不存在显著相关关系。第二,从整体上看,我国大中型工业企业的研发效率显著低于经营效率。第三,利用象限分析方法,根据研发效率和经营效率的特点,将我国各省市划分为高研发效率一高经营效率、高研发效率.低经营效率、低研发效率一高经营效率、低研发效率一低经营效率四种模式,并根据各种模式提出了有针对性的建议。     

基于超效率DEA的中国省际能源效率评价

基于全要素投资效率框架,结合能源效率的内涵与特点,构建了以能源消费总量、从业人员总数和资本存量为投入指标、GDP为产出指标的能源效率评价指标体系;基于超效率DEA方法建立了能源效率评价模型,并对我国2000-2010年29省进行了实证研究.结果显示:东部能源效率最高,中部次之,而西部能源效率最低;中国能源效率变异系数先降后升,省际能源效率差距逐渐拉大.与传统的DEA方法相比,基于超效率DEA的能源效率评价模型更具应用优势.     

基于DEA-ANP的快递企业绩效评价研究

在建立快递企业绩效评价模型时,提出了利用DEA和ANP相结合对快递企业绩效进行评价的方法.不同于之前研究,文中提出的方法使用ANP替换AHP,充分考虑了物流行业的"效益背反"现象.其解决了AHP确定权重时,无法体现元素之间关联性的问题,单独使用DEA评价时,无法考虑决策者偏好的弊端.首先,方法基于.ANP方法,求出每个指标的权重,再分别对每个因素使用DEA方法求出各系统的相对效率值;然后,将各指标权重和相对效率值结合,求出各快递企业中营业部的整体效率值并进行排序;最后通过实例分析,验证了此方法的实用性、可操作性及优越性.     

基于关联网络DEA模型的管理效率评价

为了研究链形系统和系统内部各生产过程的管理效率,本文提出了一种关联型网络DEA模型.该模型将反映客观基础条件的指标作为非生产性投入,在测算系统管理效率的同时还能测算各子系统的管理效率.理论分析表明:链型组织系统管理有效的充分必要条件是系统内的每个子系统均管理有效.这种能够揭示组织内部管理有效性的效率分析方法将有助于企业探寻管理无效的具体环节,并为进一步提高整体管理效率提供决策支持.     

基于物流AGV的“货到人”订单拣选系统任务调度研究

基于物流AGV的“货到人”订单拣选模式由于其高效率和灵活性,逐渐成为电商物流配送中心订单拣选系统发展趋势。本文通过对基于物流AGV的电商物流配送中心订单拣选作业流程分析,提出多拣选台同步拣选和多拣选台异步拣选两种作业模式。然后对基于物流AGV的订单拣选任务调度问题进行描述,以物流AGV完成所有任务的时间最短为目标,分别建立同步和异步两种拣选模式下物流AGV任务调度模型;针对物流AGV任务调度问题特性,对共同进化遗传算法粗粒度模型进行改进用于模型求解。最后,通过改进前后算法的对比,验证了改进共同进化遗传算法在求解物流AGV任务调度问题中的有效性;通过在求解速度和优化结果上对多拣选台同步拣选和异步拣选两种作业模式进行比较,得出同步拣选优于异步拣选的结果。     

基于遗传算法的木材物流中心选址研究

分析了木材物流模式,建立物流中心选址的数学模型,研究遗传算法求解选址模型的方法,并以永安林业集团股份有限公司的木材物流数据为基础,提出研究区域内木材物流中心选址的实际模型,采用可重复自然数编码的遗传算法求解模型,运用VB编写相应的程序,提高选址决策的效率和精度。     

DEA模型在资金分配和管理中的应用

资金的合理使用,是经济活动中的一个非常重要的问题.利用DEA的理论、方法模型,探讨资金的使用效率、分配的合理性,以及最佳资金预算的确定方法.涉及的DEA模型结构属于非参数的最优化DEA模型,以及DEA平行网络结构.模型中所使用的生产可能集是可以评价是否呈现"拥挤"迹象的.     

用超效率综合DEA模型来研究DEA有效性

对超效率综合DEA模型,有三个定理来判断其不可行性,其中一个定理基于加性模型来判断,并证明:当模型不可行时被评决策单元的扩展DEA有效性,由此给出了对扩展DEA有效的决策单元排序的方法,此外,对不含非阿基米德无穷小的基于输入(输出)的超效率综合DEA模型,当其最优值为1时,有一个定理来判断被评单元的DEA有效性.     

多阶段并发的协同物流网络任务-资源集成调配模型

协同物流网络作为动态开放的网络需要整合多种资源,以完成多项并行的物流任务。为此,本文从物流服务集成商的角度,研究了带时间窗和资源约束的任务—资源集成调配问题。通过将物流任务分解为不同阶段,构造多阶段并发的协同物流网络任务—资源集成调配模型,并采用遗传算法对模型进行求解,以从候选资源集合中为任务阶段匹配合适的资源。算例结果表明,该模型能够有效实现N-N的任务-资源集成调配,使得协同物流网络的整体效益达到最优。     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

“货到人”拣选系统机器人任务分配的鲁棒双层规划模型

在电商“货到人”拣选系统中,如何调度系统中的机器人并对任务进行合理地分配决定着整个系统的运行效率与成本。分析“货到人”拣选系统作业流程,建立机器人数量配置、机器人调度与机器人任务分配的双层规划模型。上层模型以批量订单完成总成本最小为目标函数,以机器人调度为决策变量,构建整数规划模型;下层模型以机器人完成所有任务的平均空闲率最小为目标函数,以任务分配为决策变量,考虑机器人在完成任务过程中由于调度、避障、路径规划等导致的行走距离不确定因素,构建鲁棒优化模型。上层的调度结果制约了下层的最小平均空闲率,下层的任务分配结果影响上层的最小成本,上下层结果共同决定机器人配置决策。利用遗传算法求解模型,通过实例仿真验证了模型的有效性。     

生鲜类物流配送网络选址-路径优化问题研究

为解决生鲜类物流配送网络选址-路径优化问题,构建了基于服务质量最优化、物流节点建造成本及物流运营服务成本最小化的多目标两层级物流配送网络选址-路径优化问题数学模型,并通过改进遗传算法求解最优方案.对遗传算法中的算子进行优化,解决了传统遗传算法求解过程中无法求得全局最优解以及易陷入局部最优解的现象.通过选取通州区部分区域...     

带退货和软时间窗的多仓库选址-路径问题研究

选址-路径问题(location routing problems, LRP)是集成物流网络研究中的难题,也是任何一个大型物流配送企业必须面对的管理决策问题。本文在仓库容量约束和车辆容量约束的基础上,结合送取货一体化的配送模式和客户服务时间要求,建立了带退货和软时间窗的多仓库选址-路径(MDLRP)数学模型。针对MDLRP问题求解的复杂性,引入局部搜索算法和重组策略,设计了自适应混合遗传算法,对模型进行整体求解。最后进行数值实验,表明本文提出的模型和改进算法具有实用性和优越性,可为选址和车辆运输决策提供重要参考依据。